[发明专利]基于智能手机步态识别的危险驾驶行为检测方法及系统

说明书

本发明公开了一种基于智能手机步态识别的危险驾驶行为检测方法，包括收集用户原始步态数据；发送至终端电脑进行预处理；分割原始数据，提取时频域特征值；采用预设分类算法对提取的特征值进行危险驾驶行为识别，建立危险驾驶行为识别模型；将危险驾驶行为模型的终端部署至智能手机终端；本发明还提供了一种基于智能手机步态识别的危险驾驶行为检测方法的检测系统，包括数据收集及处理模块、特征值提取模块、危险驾驶行为检测模块和预警模块；可以帮助智能手机用户实时通过步态检测用户是否存在危险驾驶行为，从而判别用户是否可以驾车。

技术领域

本发明涉及特征识别技术领域，主要涉及一种基于智能手机步态识别的危险驾驶行为检测方法及系统。

背景技术

近年来,随着生物特征识别技术研究的不断深入,步态识别作为一种依据人体走路步态进行身份识别的技术,具有易于采集、远距离识别、难于隐藏等优点,吸引了国内外众多研究机构和高等院校的关注,同时步态识别技术的研究将会对视频监控，打击犯罪分子以及危险行为检测等方面,具有很好的实际意义和应用前景。

传统的步态识别采用非接触的图像采集和对比进行识别，这种方法容易受到衣着等外界因素的影响，而且采集设备的成本较高。随着传感器的智能化，微型化的发展，研究者们采用专用的外置传感器采集数据然后进行建模分析，但是这种方法需要用户购买额外的硬件设备，难以推广。近十年来，智能手机走进千家万户，其内置的十几种传感器(比如指纹传感器，光线传感器，加速度传感器，陀螺仪等等)可以为人们的生产生活带来巨大的便利。结合通信技术多次革命性的进步，智能手机已经可以提供成千上万的服务。

基于智能手机的步态识别是指对人们在运动时智能手机中的数据进行分析处理，这项技术目的旨在利用人们走路时的步态信息，更好的为人们服务。如今智能手机的功能越来越全面，人们对于它的依赖程度越来越高，它的应用范围也越来越广，其中在危险驾驶行为检测方面有这巨大的开发应用空间，可以通过智能手机用户的步态来推断出用户的是否存在危险驾驶行为，步态识别可以实时的检测智能手机用户的驾驶情况，从而给出用户适当的提示，以此避免一些危险驾驶事件引发的灾祸。现有基于智能手机的步态识别主要还是集中在用户身份识别的研究应用上，而在检测用户危险驾驶方面的研究非常少。

因此本发明提出一种用步态识别方法来检测用户的危险驾驶行为，同时设计了一套基于步态识别的危险驾驶行为检测应用系统，集采集数据，危险驾驶行为检测等功能于一体。

发明内容

发明目的：本发明提供了一种基于智能手机步态识别的危险驾驶行为检测方法及系统，综合考虑了危险驾驶行为的情况，对危险驾驶行为进行了详细的分类，可以应对实际中的出现的危险驾驶行为情况，实用性强。

技术方案：为实现上述目的，本发明采用的技术方案为：

1、一种基于智能手机步态识别的危险驾驶行为检测方法，包括以下步骤：

步骤S1、通过用户携带智能手机中的加速度计收集若干用户原始步态数据，所述用户随机抽取，具备存在危险驾驶行为的条件；

步骤S2、将收集到的原始步态数据发送到终端电脑上进行步态数据的预处理；

步骤S3、采用滑动窗口法对原始数据进行分割，以64个样本具有90％重叠的窗口大小来划分，提取特征值；所述特征值包括时域特征值和频域特征值；

步骤S4、采用预设分类算法对提取的特征值进行危险驾驶行为的识别；其中数据集由训练集和测试集构成，训练集占80％，测试集占20％，训练集和测试集文件包含测试者采集到的加速度计X、Y、Z轴的数据txt文件和相应的危险驾驶行为标签；基于Tensorflow框架建立危险驾驶行为识别模型，对模型进行训练和测试；其中建立危险驾驶行为识别分类模型包括如下步骤:

(7)导入模型所需要的库；

(8)数据的导入和预处理；